研究生学位论文是衡量人才培养质量的重要指标，是创新成果的重要体现。我院贾牧笛的博士论文，蔡玮晗、陈唐源和翟妤宁的硕士论文获评上海外国语大学2024年优秀博士、硕士学位论文，充分展现了我院研究生培养的成效。

优秀学位论文评选工作于2024年9月正式启动，评选范围为2023-2024学年我校授予博士、硕士学位的学位论文。经答辩委员会推荐、学院外审、学位分委会评选、研究生院组织外审、校园网公示等各环节，历时6个多月，以下4篇论文从1633篇论文中脱颖而出，被评为校级优秀学位论文。

贾牧笛：中国政府信息发布的国际影响力研究——信息补贴的视角

本文以中外两套话语为研究对象，研究中国政府信息补贴是否进入了外媒话语以及面临何种驯化。以内容分析法和统计方法检验了什么样的发言人、发布什么特征的信息补贴、以何种形式发布影响外媒对中方信息补贴的接受。结合文化差异和驯化策略，分析了外媒如何引用中国政府信息补贴，总结出支持型、中立型、批判型信息补贴使用方式及操作细节。最后，对外媒记者和中方新闻助理进行了深度访谈，展现双方真实的互动场景与问题。

蔡玮晗：议题勾连、网络行动与响应唤起：推特社交机器人涉华计算宣传研究

论文以2022年中国两会期间的涉华推文作为语料，采用内容分析、社会网络分析、时间序列分析等方法，研究社交机器人在推特上的在线行为，旨在揭示涉华计算宣传的议题、机制与效果。 

论文创新点主要在以下三个方面：一是抛开案例研究的路径，选择特定时间范围收集在线数据，尝试勾勒国际社交媒体平台上的涉华舆论全景；二是将社交机器人在线行为置于社会网络视角之下，进一步揭示其与用户互动的行为特征和渗透在线社群的策略；三是借鉴议程设置中时间关系的分析框架，测量社交机器人与用户之间议程的响应及影响关系，扩充了传统议程设置效果研究中的对象范围。

陈唐源：俄乌战争背景下不同微博主体间网络议程设置研究

本研究在俄乌战争语境下，以网络议程设置理论为框架，使用社会网络分析的研究方法，针对2100份微博样本，进行人工编码和共现矩阵的构建，最终形成官方媒体、商业媒体、意见领袖及公众的议程网络，从个体层次度中心性、二元联系与三元传递性、子图结构中的社区探测、全局网络的密度与中心势等网络数据指标入手，对不同微博主体的议程网络特征进行深描，并通过二次指派程序QAP计算议程网络的相关性和回归系数，将不同微博主体的议程网络进行比对，结合其议程网络特征，探索不同主体相互之间的议程设置关系。

翟妤宁：深度伪造内容模态与AI标识提醒对用户态度及转发意愿的影响研究

该研究将视角放置在国内社交媒体平台中的明星深度伪造内容以及标识提醒对用户互动的影响。通过两条研究路径，研究用户对不同模态深度伪造内容的感知差异，及用户在不同标识提醒情况下的态度及反应。与以往研究结果不同的是，本文发现用户对不同模态深度伪造内容的生动性感知并无显著差异；同时不同主体提醒确实存在有效性差异，发布者标识能够有效帮助用户识别深度伪造内容，而这进一步证明了标识提醒对虚假信息的揭露作用。

此次四位同学的学位论文获评优秀，不仅是对他们学术研究能力的高度认可，也彰显了我院研究生教育质量的稳步提升。未来，我院将继续优化学位论文指导体系、强化全过程质量监控、弘扬勇于创新的学术精神、营造诚信严谨的学术氛围，着力推进我院研究生人才培养高质量发展。

文案：吕宇豪

图片：吕宇豪

审核：严怡宁 李伦